摘要
由于果园属于半结构化种植环境，导致目前果园采摘机械化和智能化水平较低。采摘机器人由移动机器人携带机械臂和夹取工具进行采摘作业，移动机器人的自主导航决定采摘机器人的移动路径，是采摘机器人实现自主采摘的基础。因此，本文针对采摘移动机器人在果园环境下的自主运行问题，基于机器人操作系统(ROS)对SLAM建图和路径规划等技术展开研究。主要的研究内容如下： （1）将基于激光雷达的自主导航系统划分为传感器感知模块、SLAM 模块和路径规划模块。依据机器人自主导航的实现，详细阐述每个模块的具体功能，分析传感器感知模块中里程计、IMU和激光传感器的工作原理。最后，对机器人操作系统(ROS)中的主要概念和工具进行说明。 （2）基于激光 SLAM技术对密植果园环境进行地图构建研究。在 Gazebo中搭建密植果园仿真环境，使用目前主流的 Gmapping 算法和 Cartographer 算法分别进行SLAM 建图。为了对比算法构建地图与标准地图的偏差情况，使用误差测量、均方误差和交并比评价指标对构建的地图进行质量分析。结果表明：Cartographer 算法构建地图的完整性更好、位置信息偏差更小。 （3）基于A*算法和DWA算法对果园采摘移动机器人的路径规划展开研究。在A*算法代价函数中加入向量叉积代价项，解决越过固定障碍物时果树遗漏的问题。引入分段目标点和贝塞尔曲线平滑处理，完成全部果树的遍历。分离DWA算法评价函数中的作物评价项，在作业和避障时设置不同的权重因子，解决果树干扰导致避障性能弱的问题，实现作业时的自主避障。最后，融合算法实现采摘机器人的路径规划和实时避障。仿真结果表明：融合算法规划效率高、遗漏果树少，能够完成障碍物的避障。 （4）在仿真环境和模拟环境中对建图和路径规划算法进行实验。在 Gazebo 仿真环境中，使用 Turtlebot 3 仿真机器人详细阐述自主导航中 SLAM 建图、定位和路径规划的实现过程，并且测试了路径规划算法的有效性。在模拟果园环境中，使用四轮差速移动机器人进行实验，实现模拟果园环境的地图构建和自主导航。 在密植果园的环境中，使用激光雷达进行地图构建，通过规划路径完成果树的遍历和实时避障，实现果园采摘移动机器人的自主导航。
NETL